人工知能：皇帝の新しい衣装？金融サービスにおける採用状況

_キャサリン・ウラーは、FTSE上場のIT企業であるソフトキャット株式会社の金融サービス部門チーフストラテジストです。

最新のフィンテックニュースやイベントをチェック！

FinTech Weeklyのニュースレターに登録しましょう

JPモルガン、コインベース、ブラックロック、クラルナなどの経営幹部が読んでいます

AIほど意見が分かれるテーマはほかにありません。肯定的な見方では、人類の次なる進歩のフロンティア、問題解決を模索する技術革新、あるいは最悪の場合、人類の終焉をもたらす可能性も指摘されています。

ソフトキャットのチーフストラテジストとして、2,500の金融サービス企業をITサービスとインフラで支援してきた立場から、私は金融サービス業界全体で革新が進む様子を間近で見てきました。

まず、クォンタムヘッジファンドの導入が顕著です。彼らはAIへの大規模投資を行い、リターンの向上を図っています。また、保険業界も大量のデータを活用しており、明確なユースケースと高いROIを正当化しています。

金融サービス企業は、AIが市場に登場するずっと前から数学的モデリングや機械学習を行ってきましたが、最近ではAIインフラの性能向上により、クォンタム取引ファンドや保険、資産運用会社が積極的に導入しています。これらは、今や利用可能な膨大なデータから利益を得ようとしています。

さらに、多くのAIと称される技術は、実際には自動化の次の進化形にすぎません。

金融サービス業界全体でAIへの関心が高まっていますが、その潜在能力に比べて導入はまだ初期段階です。さらに、ユースケースは非常に多様です。例えば、トップクラスの銀行と、10支店の地域密着型の信用組合では、AIの導入方法は大きく異なります。

同じ組織内でも、取締役会や若いデジタルに精通した世代、運用や財務部門はAIに対して前向きですが、コンプライアンス部門は慎重な姿勢を示すこともあります。懸念事項としては、技術の「ブラックボックス性」、倫理的な運用の問題、規制の不明確さなどが挙げられます。

しかし、早期導入と高い利用率を示すパターンも明らかになっています。成功している企業は、AI導入のための戦略を持ち、エクセレンスセンターを設置し、データの整備を最初から行うなど、基盤を固めています。これらは小さな取り組みのように見えますが、革新の土台となる重要な要素です。

最初のユースケースとしては、ChatGPTやCo-pilot、Claudeといった生産性向上ツールの導入が多く見られます。これらは、多くの社員がAIの概念に触れる入り口となり、「ゲートウェイドラッグ」と揶揄されることもあります。

文化的には、AIの導入は現状から大きく変わるものであり、先見の明のあるリーダーシップは、組織の将来性を確保しようとしています。未来志向のHR戦略が不可欠であり、内部のAI能力や専門知識を育成し、必要なスキルや知識の共有を促進することが重要です。長期的には、AIによる効率化で役割を失った社員の再配置も考慮しなければなりません。

AIの価値向上に関しては、多くの銀行が数百のユースケースを持ち、どれを実証実験に進め、広範囲に展開するかの選択が難しい状況です。新技術のベストプラクティスはまだ模索段階です。最初は、多数のユースケースの中から最大の価値を生むものを優先順位付けし、インパクト、コスト、実現可能性、ビジネス全体の戦略との整合性に基づいて選別します。ROIの見積もりも重要です。

AIプロジェクトの評価には、適切なKPIや堅牢なデータ収集方法、明確な報告体制を備えた測定フレームワークが必要です。AIが日常業務の一部となったら、継続的な改善と戦略的整合性を保つためのポリシーも不可欠です。これも高パフォーマンスなチームの文化的特徴の一つです。

最近、規制当局とAIについて議論する機会がありました。業界のラウンドテーブルで、「AIが最も得意とする問題は何か？」という非常に興味深い質問が出されました。予想通り、各組織の答えは全く異なり、今後もこの問いに取り組み続ける必要があるでしょう。

AIについて戦略的に取り組めず、適切かつタイムリーに導入できない企業は、大きな不利に立たされることになります。